Whitepaper
Waarom AI in sales vastloopt, en hoe je eerst het fundament bouwt
AI vergroot wat er al is: een goed systeem wordt sterker, een rommelig systeem wordt sneller rommelig. Dit is de volgorde waarin je het fundament bouwt.
- Door Sander Vergouwen, co-founder van Sales Surge
- Bijgewerkt op 16 november 2026
- Leestijd 14 minuten
Een gebruikelijke planning voor een AI-Based fundament
- Fase: Reality checkWeken: 1 en 2Wat er gebeurt: Een scan van data, processen, definities, opvolging en automatiseringWat je krijgt: Een datakwaliteitsrapport, een proceskaart en een gap-analyse
- Fase: Fundament herbouwenWeken: 3 tot en met 8Wat er gebeurt: Uniforme definities, vaste velden, pipelines met minder stages en duidelijke criteriaWat je krijgt: Eén definitie van lead en opportunity, en heldere eigenaren
- Fase: AutomatiseringWeken: 9 tot en met 14Wat er gebeurt: Workflows voor toewijzen, opvolgen, valideren en routeren, plus verrijking en ontdubbeling met reviewWat je krijgt: Een ritme dat niet van iemands discipline afhangt
- Fase: SignalenWeken: 15 tot en met 18Wat er gebeurt: Websitebezoek, reacties en ICP-fit vertaald naar prioriteit en timingWat je krijgt: Prioriteit op data in plaats van op gevoel
- Fase: De mens in de lusWeken: 19 tot en met 22Wat er gebeurt: Bewust ontworpen momenten waarop een mens instapt, met de context erbijWat je krijgt: Verkopers die meer tijd aan klanten besteden
- Fase: FeedbackloopsWeken: Vanaf week 23Wat er gebeurt: Dashboards en een vaste review van conversie, signalen en routingWat je krijgt: Kleine verbeteringen in plaats van grote herontwerpen
Wat erin staat
Waarom AI vastloopt
Vuile data en losse tools verdwijnen niet door AI. Ze worden alleen beter zichtbaar.
AI-Ready of AI-Based
AI bovenop je proces zetten, of het proces opnieuw ontwerpen met AI als vertrekpunt.
Een bouwplan per fase
Van een eerste reality check tot feedbackloops, met per fase een oplevering.

Waarom lopen AI-projecten in sales en marketing vast?
Omdat AI vergroot wat er al is. Een AI-model leert van je data en volgt je processen. Zijn die rommelig, dan doet de AI rommelig werk, alleen sneller en op grotere schaal. Het probleem zit zelden in de technologie. Het zit in het fundament eronder.
Teams zeggen het vaak zo: we hebben tientallen tools, dashboards en workflows, en toch voelt het rommelig. Dat gevoel klopt. In bijna elk CRM dat we openen, zien we vier dezelfde oorzaken.
Je data is onbetrouwbaar
Data ontstaat als bijproduct van wat mensen doen. Velden blijven leeg, definities lopen door elkaar en statussen worden naar gevoel gezet. Op onbetrouwbare data werkt geen enkele automatisering voorspelbaar. AI al helemaal niet.
Je processen bestaan alleen op papier
Open je het CRM, dan blijkt dat het proces van personen afhangt. Stages worden overgeslagen, opvolging verschilt per verkoper en intentie wordt niet op één manier vastgelegd. Een proces dat niet op één manier wordt gevolgd, kun je niet automatiseren.
Je automatisering is gebouwd op uitzonderingen
Workflows ontstaan als reactie op incidenten. Een kleine uitzondering hier, een extra regel daar, tot het geheel zo fragiel is dat elke afwijking de logica breekt. Automatisering wordt pas betrouwbaar als je de variatie terugbrengt tot een set regels die je kunt overzien.
Je silo's werken tegen elkaar in
Marketing stuurt op volume, sales op conversie en service op rust. Elk team heeft zijn eigen data. Zonder één gedeeld commercieel doel blijft AI symptoombestrijding.
Een voorbeeld uit de praktijk. Je zet AI-leadscoring aan op een CRM waarin bij een flink deel van de leads de branche ontbreekt, de stage niet klopt en statussen met de hand worden aangepast. Het model leert patronen die er niet zijn. De score wordt onbetrouwbaar, het team verliest vertrouwen en de pilot stopt. Dat is geen pech. Dat is wat er gebeurt als je de volgorde omdraait.
Wat is het verschil tussen AI-Ready en AI-Based?
AI-Ready betekent AI toevoegen aan wat je al doet, zoals een chatbot of een AI-score bovenop je huidige CRM. AI-Based betekent het commerciële systeem opnieuw ontwerpen met automatisering en AI als uitgangspunt. Het eerste levert een stapje op. Bij het tweede ontwerpen we het systeem zo dat een extra klant geen extra handwerk vraagt.
| AI-Ready | AI-Based | |
|---|---|---|
| Vertrekpunt | Optimaliseren wat er al is | Herontwerpen vanaf het fundament |
| Rol van AI | Een losse toevoeging | Een logisch gevolg van een stabiel systeem |
| Wat je krijgt | Losse pilots en losse verbeteringen | Eén systeem dat als geheel beter wordt |
| Rol van mensen | Blijven compenseren voor wat het systeem mist | Doen het werk waar ze iets toevoegen |
| Risico | Pilots die niet verder komen dan een demo | Meer werk vooraf aan data en proces |
Een AI-Based systeem werkt omdat de processen ontworpen zijn met automatisering als uitgangspunt. Waar automatisering niet past, bouw je bewust een mens in. Definities en velden zijn eenduidig en worden overal hetzelfde gebruikt. Automatisering geeft het ritme, en daarop kan AI bouwen.
AI-Ready is overigens niet fout. Wil je snel zien wat een agent doet, dan is een afgebakende AI Sprint een prima eerste stap. Zolang je weet dat die agent op je huidige fundament draait.
Uit welke zes lagen bestaat een AI-Based commercieel systeem?
Uit zes lagen die op elkaar rusten: business, data, proces, automatisering, signalen en de mens. Elke laag hangt op de laag eronder. Daarom begin je onderaan en niet bij de AI.
- Businesslaag: de richting bepaalt het ontwerp. Je ICP, je segmenten en doelen die teams verbinden. Zonder richting werken data, proces en automatisering elk een andere kant op.
- Datalaag: gedeelde definities voor iedereen. Eén betekenis voor lead, opportunity en gekwalificeerd. Een eigenaar per veld, vaste criteria per stage en minimumeisen aan volledigheid.
- Proceslaag: voorspelbaarheid gaat voor snelheid. Zo min mogelijk overdrachten, afgebakende verantwoordelijkheden en een CRM dat het afgesproken gedrag afdwingt.
- Automatiseringslaag: het werk dat vanzelf moet gaan. Toewijzen, opvolgen, valideren, routeren, ontdubbelen en verrijken worden vaste flows in plaats van handwerk.
- Signalenlaag: van data naar gedrag en intentie. Websitebezoek, reacties op mails en ICP-fit bepalen wie voorrang krijgt en wanneer je belt.
- De mens in de lus: mensen waar ze iets toevoegen. Klopt het fundament, dan verschuift het werk naar de gesprekken die ertoe doen. De relatie, de nuance, de onderhandeling.
De volgorde is geen theorie. Het is de volgorde waarin we bouwen, omdat een laag die op een wankele laag staat, zelf ook wankelt. Hoe de eerste vier lagen samenhangen met RevOps, lees je op onze pagina over RevOps inrichten.
Hoe loopt een inbound lead door een AI-Based systeem?
Zonder vaste wachtrij, zonder googelen en zonder context die onderweg verdwijnt. Het verschil zie je het best als je dezelfde lead twee keer volgt.
| Stap | Voor de herbouw | Na de herbouw |
|---|---|---|
| Binnenkomst | De lead wacht in een algemene wachtrij | Het record wordt meteen verrijkt met branche en grootte |
| Beoordeling | Een SDR googelt het bedrijf en schat de fit in | Een ICP-score op vaste criteria, plus gedragssignalen |
| Toewijzing | Handmatig, als iemand tijd heeft | Automatisch op score, segment en capaciteit |
| Eerste contact | Wisselend, soms pas na dagen | Direct, met een concept dat een collega goedkeurt |
| Overdracht | Een Slack-bericht aan de accountmanager | De hele historie en een voorgestelde aanpak in het CRM |
| Het gesprek | Begint opnieuw, want context is weg | Begint waar de lead was gebleven |
Wat hier gebeurt per laag: de datalaag levert vaste velden en minimumdata. De proceslaag haalt de handmatige triage weg. De automatiseringslaag doet verrijking, scoring, routing en opvolging. De signalenlaag bepaalt prioriteit. En de mens stapt in bij het gesprek, niet bij de voorbereiding.
Wat het in conversie oplevert, durven we vooraf niet te zeggen. Dat hangt af van je dealwaarde, je volume en de staat van je data. Krijg je nu een handvol inbound leads per maand, dan levert deze herbouw je op dit moment nog weinig op. Dat zeggen we liever nu dan in maand zes.
Waar begin je als je data rommelig is?
Met definities, niet met opschonen. Spreek eerst af wat een lead, een opportunity en een gekwalificeerde deal is. Pas daarna weet je welke data er moet kloppen, en welke data je mag laten liggen.
- Schrijf de definities op en laat marketing, sales en service ze ondertekenen. Eén A4 is genoeg.
- Bepaal per object de minimumvelden. Wat moet er bij een nieuwe deal minstens in staan voordat hij telt?
- Ruim dubbele records op. Met Surge Dedupe vind je ze op e-mail, telefoon en naam, en voeg je ze pas samen na een review, met een audit trail.
- Verrijk wat ontbreekt, vanuit een externe bron als Apollo, met vaste regels over welke bron wint.
- Wijs een eigenaar aan voor de datakwaliteit. Zonder eigenaar is het over drie maanden weer rommelig.
Wil je weten hoe rommelig het nu is, doe dan de tien checks uit de CRM Reality Check. Die laten in een ochtend zien waar je data het meest tekortschiet.
Hoe lang duurt het om een AI-fundament te bouwen?
Reken op ruim vijf maanden voor alle lagen, in vaste fasen met per fase een oplevering. Na week 8 staan de definities, velden en pipelines. De eerste workflows draaien rond week 14. Zo plannen we het meestal. Hoe het bij jou uitvalt, hangt af van het aantal teams, pipelines en databronnen.
We factureren per fase, voordat die fase begint. Dus je beslist na elke oplevering of je doorgaat.
Visie: hoe ziet commercieel werk eruit richting 2030?
Dit is een visie, geen meting. Het is hoe wij denken dat het werk verschuift, als systemen consistenter worden. We zien de eerste tekenen al in projecten, maar we plakken er geen percentages op.
- De grens tussen marketing en sales vervaagt, omdat beide op dezelfde data en definities werken.
- AI neemt het voorbereidende werk over: intake, research, routing, scoring en de eerste opvolging.
- Outbound begint bij signalen van koopbereidheid in plaats van bij een lijst.
- Een eerste versie van een analyse of voorstel komt van AI. De mens voegt de duiding en het gesprek toe.
- Menselijk werk concentreert zich rond de momenten die vertrouwen vragen.
Die verschuiving komt alleen op gang als het fundament nu al staat.
Voor wie is dit plan niet?
Heb je minder dan vijf verkopers, begin dan met een schone pipeline en niet met dit plan. Een goed ingericht CRM met een paar vaste workflows levert je dan meer op dan zes lagen ontwerp.
Het past wel bij B2B-teams die voorbij de pilotfase willen, en die met hetzelfde team meer omzet willen draaien. Weet je nog niet waar je staat, kies dan een van deze stappen:
- Ontwerp in een paar minuten je eigen agent met de gratis blueprint-quiz.
- Zet een eerste agent live in 10 werkdagen met de AI Sprint.
- Lees hoe een AI-agent technisch werkt in de gids over de AI sales agent.
Review van een CRM-inrichting
Geen opvolging meer uit mijn geheugen
“Ik dicht de hele dag conversielekken voor ecommerce merken, dus ik ben kritisch op wie aan mijn eigen systemen zit. Sales Surge doorstond die test. Leads stonden in mijn inbox en de opvolging hing af van mijn geheugen. Ze bouwden een strakke inrichting met automatische opvolging en een dashboard dat ik echt bekijk. Ze begrepen eerst het proces voordat ze aan de tool zaten, en legden elke keuze in gewone taal uit.”
Ildebrando Mancini
Convert Design, okt 2026
Lees de review op de Pipedrive Marketplace
Pipedrive Platinum Partner
Bekijk partnerprofielIn het kort
Een AI-Based commercieel systeem is een commerciële operatie die vanaf de basis is ontworpen met automatisering en AI als vertrekpunt, in plaats van AI bovenop een bestaand proces te zetten. De kern is eenvoudig: AI vergroot wat er al is. Een goed systeem wordt sterker, een rommelig systeem wordt sneller rommelig. Hieronder lees je in welke volgorde je bouwt.
Veelgestelde vragen over het AI-Based fundament
Wat is een AI-Based commercieel systeem?
Een commerciële operatie die vanaf de basis is ontworpen met automatisering en AI als vertrekpunt. Je zet AI dus niet bovenop je bestaande proces. Je tekent je data, je workflows, je signalen en het werk van je mensen opnieuw uit, zodat AI gewoon meedraait. We ontwerpen het zo dat een extra klant geen extra handwerk vraagt.
Wat is het verschil tussen AI-Ready en AI-Based?
AI-Ready is AI toevoegen aan wat je al doet: een chatbot, of een AI lead score bovenop je huidige CRM. AI-Based is het hele commerciële systeem opnieuw ontwerpen, met AI en automatisering als uitgangspunt. AI-Ready levert je een stapje op. AI-Based vraagt meer werk vooraf aan data en proces, en levert één systeem op dat als geheel beter wordt.
Waarom lopen de meeste AI-initiatieven in sales en marketing vast?
Omdat AI vergroot wat er al is. Vuile CRM-data, stages waar niemand hetzelfde onder verstaat en tools die los van elkaar staan gaan niet weg door AI. Ze worden alleen beter zichtbaar. Een AI lead score op slechte data is nog steeds een slechte score. Dus eerst het fundament, dan AI.
Voor wie is deze aanpak?
Voor B2B-teams die voorbij de pilotfase willen en met hetzelfde team meer omzet willen draaien, in SaaS, dienstverlening, industrie of bij bureaus. Heb je minder dan vijf verkopers, dan is dit te vroeg. Begin dan met een schone pipeline en een goed ingericht CRM. Dat zeggen we je ook gewoon in de kennismaking.
Hoe lang duurt het om een AI-Based fundament te bouwen?
Na de eerste twee fasen, rond week 8, staan de definities, velden en pipelines. De eerste workflows draaien rond week 14, aan het eind van de fase Automatisering. Alle zes lagen lopen tot ongeveer week 22, daarna volgen de feedbackloops als doorlopend werk. We leveren per fase op en factureren per fase, dus je hoort niet pas aan het eind of het werkt.
Welke rol speelt Sales Surge hierin?
Wij zijn Pipedrive Platinum Partner, richten ook HubSpot en Zoho in en bouwen het fundament samen met je team. Concreet: de data- en CRM-laag, de workflows en de automatisering, AI-agents voor research, scoring en outreach, en de RevOps-afspraken eromheen. Wil je het helemaal uitbesteden, dan draaien wij het. Wil je het zelf doen, dan leveren we de blauwdruk.
Begin met de reality check van week 1 en 2
Daarin brengen we je data, processen en automatisering in kaart. Je krijgt een datakwaliteitsrapport, een proceskaart en een gap-analyse. Plan een gesprek en we kijken samen waar je basis staat.